《表5 多目标跟踪算法比较》
在多目标跟踪的实验中,对特征提取网络进行训练,训练集采用公开数据集Market1501,一共包含751个类别。训练完成后,利用该网络提取检测到的目标特征进行多目标跟踪。在多目标跟踪算法测试的实验中,采用的数据集为2D MOT16,该数据集包含14组视频序列,包含固定摄像头和移动摄像头两种拍摄方式。表5是本文方法和现有的一些算法在数据集MOT16上的实验结果,使用的是配有GTX1060显卡的笔记本电脑,操作系统是Ubuntu16.04,在测试过程中所涉及到的相关对比算法,均是采用文献[21]提供的检测结果。表5中MT(Mostly tracked)表示命中的轨迹占总轨迹的占比,ML(Mostly lost)表示丢失的轨迹占总轨迹的占比,FP(False positives)表示目标误检次数,FN(False nega?tivate)表示目标丢失次数,IDs(ID switch)表示ID改变的总次数,FM(Fragmentation)表示跟踪过程中轨迹中断次数,MOTA(Multiple object tracking accuracy)表示多目标跟踪准确度,MOTP(Multiple ob?ject tracking precision)表示多目标跟踪精度。
图表编号 | XD00208475500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 宗佳平、吴妍、陈建强、张琳娜、张悦、岑翼刚 |
绘制单位 | 北京交通大学信息科学研究所、贵阳市公安司法鉴定中心、贵州大学机械工程学院、贵州大学机械工程学院、北京交通大学信息科学研究所、北京交通大学信息科学研究所 |
更多格式 | 高清、无水印(增值服务) |